精确抓握力量控制的脑动力学研究

1、精确抓握力量控制的脑动力学研究摘要：精确抓握是人类完成多种精细复杂操作的基础,其神经控制机制极其复杂。目前对于精确抓握力量调节 时大脑的动力学变化机制尚不明确。探究不同力幅度下精确抓握控制的指力行为和脑电动力学特征。12名健康 右利手受试者被要求在10%、20%和30%最大自主收缩力(MVC)等3个力量水平下进行精确抓握的力量控制，同 时采集运动过程中拇指和食指的力信号、压力中心点(COP)轨迹以及脑电信号(EEG)，并分别使用变异系数 (CV) #COP速度和COP面积以及递归定量分析(RQA)进行量化评估。结果显示,拇指和食指的指尖力信号的CV与 力量水平呈现线性正相关(拇指：* = 0.

2、624, 80. 001;食指：* = 0.721，P0. 001);拇指和食指在30% MVC力量水平 的 COP 面积分别为(1. 941. 21)和(2. 021. 45) mm2，显著大于在 10% MVC( ( 1. 010. 81)、( 0. 891. 02) mm2)和 20% MVC( ( 1. 200. 62)、( 1. 160. 63) mm2，80. 05)时的 COP 面积。拇指在 10%，20% 和 30% MVC 下 k 和 y 轴的 COP 速度分别为(4. 231. 11)、( 2. 110. 50)、( 1.700. 40) mm/s 和(6. 221.45)

3、、( 3. 390. 70)、( 2. 900. 69) mm/s，呈 现随着力量水平的增加而逐级下降的趋势(8001)，而10% MVC下的食指k和y轴的COP速度(4. 951.34)、 (7. 041. 75) mm/s)显著高于 20% MVC( ( 2. 780. 53)、( 3. 790. 63) mm/s)和 30% MVC ( ( 2. 950. 94)、( 3. 54 0. 82) mm/s，80. 05)。随着力量水平的增加,EEG信号)频带的RQA参数显著下降(P0. 05)。研究表明，随着 力量水平的增加，力量波动性、EEG信号的复杂性增加,手指的调整速度和控制稳定性降

4、低,EEG信号的)频带与 精确抓握的运动控制密切相关。研究揭示精确抓握指力的指力控制与中枢神经系统的动力学行为有密切耦联，为 深入研究中枢外周协同工作机制、定量评估神经肌肉系统功能提供新的路径。关键词：精确抓握;脑电信号;最大自主收缩力;递归定量分析;神经控制机制Research on Brain Dynamics of Precision Grip Force ControlAbstract: Precision grip is the basis of many delicate and complex operations, it contains complex neural cont

5、rol mechanism. However, less is known about the dynamics of the brain during precision grip force regulation. This study aimed to explore the finger force behaviors and electroencephalogram ( EEG) characteristics at different force amplitude during precision grip. Twelve healthy subjects were asked

6、to grasp precisely at 10% , 20% and 30% of maximum voluntary contraction ( MVC) , during which the force signals, the center of pressure ( COP) of thumb and index digits and the EEG signals were recorded and then analyzed by coefficient of variation ( CV) , the COP velocities and COP areas, recurren

7、ce quantification analysis (RQA) . Results showed that there was a linear positive correlation between CV and force level ( thumb: r = 3. 624, P0. 001; index: r =0. 721, P0. 001) . The COP areas of thumb and index fingers at 30% of MVC were ( 1. 941. 21) and ( 2. 021. 45) mm2, which were significant

8、ly higher than that at 10% ( ( 1. 01 0. 81) , ( 0. 891. 02) mm2) and 20% of MVC ( ( 1. 200. 62) ,( 1. 160. 63) mm2 ,P 0. 05) . For the thumb fingers, the COP velocity values of x-axis and y-axis under 10%, 20% and 30% of MVC were ( 4. 23 1. 11) , ( 2. 110. 50) , ( 1.700.40) mm/s and ( 6. 221.45) , (

9、 3. 390. 70) , ( 2. 900. 69) mm/s respectively，showing a decreased tendency with the force level increased ( P0. 01) . For the index fingers，the COP velocity values of x-axis and y-axis at 10% of MVC ( ( 4. 95 1. 34) and ( 7. 04 1. 75) mm/s) were significantly higher than that at 20% ( ( 2. 78 0. 53

10、) and ( 3. 790. 63) mm/s) and 30% MVC ( ( 2. 95 0. 94) and ( 3. 54 0. 82) mm/s, P 0. 05) . The RQA parameters of a-band EEG signals decreased significantly with the force level increased ( P )视觉反馈；(f)脑电采集部位 Fig.1 Signal Acquisition and Experiment Paradigm.(a) A hydraulic pinch gauge; ( b) Custom-gri

11、p apparatus; ( c) MVC test; ( d) Acquisition of EEG signals at sub-MVC test; ( e) Visual feedback; ( f) EEG channels1.4数据分析从32通路EEG信号中，选取了对应感觉运动 和视觉运动的5路EEG信号(C3、C4、CP1、CP2、 Pz)进行分析。利用 Brain Vision Analyzer 2. 1( Brain Products Inc.， LIVEAMP， Germany)，对采集到的 EEG信号进行去工频干扰、眼电、伪迹、基线漂移以 及分频滤波(&带：4 7 Hz，)

12、带：/ 12 Hz, $带：13-30 Hz,* 带:30-45 Hz)。1.4.1行为特征参数分析利用CV对采集到的拇指与食指指尖实际力与 目标力之间误差曲线的变异性进行量化18，有Std( F - F9)CV = ( 1)Mean( F - F9) 式中,F代表精确抓握中的实际输出力，F9为目标 力，Std标准差，Mean为均值。此外,本研究还计算了食指和拇指COP的运动 速度和运动范围，即COP速度和COP面积。COP 速度等于单位时间内COP的移动距离;COP面积利 用95%置信椭圆面积拟合，反映指间COP变化 程度。1.4.2生理特征参数分析使用RQA量化EEG信号,首先需要将获得的

13、一 维EEG序列由坐标延迟理论重构到一个高维相空间 中，在相空间中计算两个重构向量7( #)和7( j)各个 时刻点的距离，与设定的阈值作比较，得到递归矩阵 !,有!， =，( . - 2#( #) - #( j) II)( 2)式中：#, j =#, N,N是序列的长度；,代表 Heaviside函数，| , |代表欧几里得距离；$和m分 别代表时间延迟和嵌入维度,.代表阈值，其数值的 选取要适当，过大或者过小都会对递归结构产生 影响。绘制递归矩阵可以得到RP，本研究中取用了 4个RQA参数量化RP结构，分别为递归度 (recurrence rate, RR)、确定性(determinism

14、, DET)、熵(entropy, ENTR)以及层状度(laminarity, LAM)。RR为RP中递归点的百分比，有(3)DET为RP中构成对角线结构的递归点的百分比，有Nlp( I)DET = * ( 4)1P( I)I = 1式中,8 (，)是长度为，的对角线分布概率Jmin是最小对角线长度,本研究中取2。det是衡量信号确定性结构的重要指标S，对 嫡，与相空间轨迹的指数散度和相关嫡有关，并在 对角线上反映了 RP的复杂度s，有NENTR =- # p(,) - ln p( I)( 5), = minLAM定义为RP图中构成垂直结构的递归点百 分比，有LAMNLAM $ 8( )N

15、$ 8( ) = 1(6)式中,8( )是长度为的垂直结构分布概率,(6)最小垂直结构长度,本研究中取2。如果RP由较多的单递归点组成，而垂直结构 较少，则LAM会减小。LAM反映了系统状态变 化响应快慢的程度，从另一个角度来说反映了系统 的稳定性次。1.4.3统计分析采用 SPSS 23. 0( SPSS Inc.,Chicago, IL)进行统 计分析,Shapiro：Wilk( S-W)检验用来检测数据是否 为正态分布。采用双因素重复测量方差分析，检测 手指力(拇指vs食指)和力量水平(10%#20%和 30% MVC)两个因素的差异性，当不符合球度假设 时，采用Huynh-Feldt进

16、行校正。采用Holm-Sidak 测试进行事后比较，如有差异进一步进行配对6检 验。采用配对6测试，检测EEG信号3个力水平之 间的差异，若信号不符合正态分布，改用Mann- Whitney U测试。80. 05为有统计学差异。2结果2.1行为特征结果拇指和食指在3个力量水平下的行为特征结果 如图2所示。可以看出，拇指和食指的指尖力信号 的CV随着力量水平的增加而逐渐上升，呈线性正 相关(拇指：* = 0.624, 80. 001;食指:* = 0. 721, 8 0. 001)拇指和食指在30% MVC力量水平的COP 面积(1. 941. 21)和(2. 021. 45) mm2)显著大于

17、 10% MVC ( ( 1.01 0.81)、( 0. 89 1.02) mm2)和 20% MVC ( ( 1.20 0.62) #( 1. 16 0.63) mm2,8 0. 05)的相应面积。拇指在10%#20%和30% MVC 下,k和7轴的COP速度分别为(4.231. 11)、 (2. 110. 50) #( 1. 700. 40) mm/s 和(6. 221. 45) #(3.390.70)、( 2. 900. 69) mm/s,呈现出随着力量水平的增加而逐级下降的趋势(80. 01) ； 10%lisnmg House. All nghts reservea. nttn ：/

18、MVC下食指k和7轴的COP速度(4. 951. 34)和角线越长，孤立点越少,DET值越高，信号的相关性 和规范化程度越高况。ENTR为RP中构成对角线长度分布的ShannonMVC/%(b)匚日京Rdoo(S/UIS通黑00慝图2拇指和食指行为特征结果厂：P0. 05,MVC/%(b)匚日京Rdoo(S/UIS通黑00慝图2拇指和食指行为特征结果厂：P0. 05,: P 0.01)。( a)变异系数；(b) COP面积；(c)(轴的 COP速度；(d) y轴的COP速度Fig. 2 Results of behavior characteristics for the thumb and

19、index digits (= : P 0.05，33: P 0.01). (a) CV；( b) COP areas; ( c) COP velocity in x-axis;(d) COP velocities in -axis(S/UHU)通馨00鬟2.2生理特征结果图3显示了 C3、C4、CP1、CP2和Pz 5个通路 EEG信号的RQA参数结果。可以看出：3个力量水 平下EEG信号的差异性主要集中其）频带上;相对 于C3、CP 1对侧脑区电极,C4、CP2同侧脑区电极以 及Pz电极）频带的EEG信号对力量的变化更为敏 感;随着力量水平的增加,EEG信号的RQA参数值 呈现下降趋势，即

20、10% MVC下的RQA参数值要显 著高于20%和30% MVC的RQA参数值（P 0. 05） o3讨论本研究通过计算精确抓握期间不同力量水平 下的行为特征和EEG生理特征，分析了精确抓握力 量调节时大脑的动力学变化机制，主要结果如下： 一是随着力量水平的增加，拇指和食指的指尖力信 号的CV显著上升;二是随着力量水平的增加,COP 面积增加，COP速度降低，且食指的COP速度显著 大于拇指的COP速度；三是EEG信号在3个力量 水平上的差异主要集中在）频带上，且10% MVC 下的RQA参数值显著高于20%和30% MVC下的 RQA参数值。与之前的研究结果相似23家，低力量水平下实 际力与

21、目标力偏差的变异性较小，表明低力量水平 下手指的运动控制能力更强，这可能与手指的主动 自由度有关。同时COP结果显示，与低力量水平相 比，高力量水平下的COP速度减小,COP面积增加， 这说明高力量水平下手指的运动调节速度变慢，而 且应对力量振荡的能力（稳定性）也下降了。此外， 食指和拇指COP速度的差异性表明，在二指抓握过 程中拇指和食指所扮演的角色不同，拇指是类似于 “旋钮”的稳定存在，而食指在运动中发挥着更为灵 活的作用次。本研究使用RQA捕捉了精确抓握这一感觉运 动过程中的电生理特性。统计结果显示，高力量水 平下的EEG信号在）频带上表现出较低的RQA参 数值（见图3） o由于RQA参

22、数反映的是时间序列(7. 041. 75) mm/s)显著高于 20% MVC(7. 041. 75) mm/s)显著高于 20% MVC( ( 2.78 0. 53)和(3. 790. 63) mm/s)和 30% MVC( 2.95 0.94)和(3. 540. 82) mm/s，P0. 05)的相应速度。 除此之外，食指3个力量水平下k轴的COP速度和30%MVC , 7轴的cOp速度均显著高于拇指的相平的控制，此时从肌肉到大脑的感觉反馈也会增16141210o.a a a图 3 3 个力水平下 5 通路 EEG 信号的 RQA 分析结果(：-0. 05,33: P0.01)。( a)

23、C3;( b) C4;( c) CP1；( d) CP2; ( e) PzFig.3 RQA results of 5-channel EEG signals under three force levels (= : 0. 05,33: 0. 01) . ( a) C3; ( b) C4; ( c) CP1; ( d) CP2; ( e) Pz加，这些都可能会使加，这些都可能会使EEG信号的复杂度增加*、皮 层神经活动激活增强。许多之前的研究也表明，力 与大脑激活水平呈正比例关系。例如，功能性磁共 振成像（functional magnetic resonance imaging， fMRI

24、）和正电子发射断层扫描数据显示，由于力的 增加，导致大脑激活水平呈线性增加盛纣。EEG数 据显示，EEG信号的分形维数Lyapunov指数等复 杂性度量与握力呈线性关系事件相关的去同会显: 步化可能被用来检测感觉运动皮层的功能激活双，率相关研究显示，握力越大EEG信号$和*波段的光 谱功率越强由于所选电极位于感觉运动和视觉运动相关 的大脑区域上，因此）频带（mu节律）在这里可以 解释为是与精确抓握运动密切相关的。之前有研 究显示,a频带（mu节律）对感觉运动事件特别敏 感2932。例如，与休息状态相比，手指运动的执行 会显著降低频带（7. 5-10.5 Hz） EEG的光谱功二上由 House. All nghts reserved, http :/率。对于一个熟悉的物体,使用合适的抓握方式要比不合